ValueError：KerasのDimension（-1）は範囲[0,2]にある必要があります

Question

突然テンソルフローバックエンド（python2.7）のkearsですべてのコードで同じエラーが発生します。私は、そのkeras 1及び2の非互換性を考えたが、それは「私が同様の問題（リンク↓↓）のようtensorflowとkeras両方を更新

Dimension (-1) must be in the range [0, 2), where 2 is the number of dimensions in the input. for 'metrics/acc/ArgMax' (op: 'ArgMax') with input shapes: [?,?], []. 

なかったが、それでも同じエラー ValueError: Dimension (-1) must be in the range [0, 2) フルコード（例）

**Code updated the whole code** 

using TensorFlow backend. 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcublas.so locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcudnn.so locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcufft.so locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcuda.so.1 locally 
I tensorflow/stream_executor/dso_loader.cc:128] successfully opened CUDA library libcurand.so locally 
60000 train samples 
10000 test samples 
_________________________________________________________________ 
Layer (type)     Output Shape    Param # 
================================================================= 
dense_1 (Dense)    (None, 512)    401920  
_________________________________________________________________ 
dropout_1 (Dropout)   (None, 512)    0   
_________________________________________________________________ 
dense_2 (Dense)    (None, 512)    262656  
_________________________________________________________________ 
dropout_2 (Dropout)   (None, 512)    0   
_________________________________________________________________ 
dense_3 (Dense)    (None, 10)    5130  
================================================================= 
Total params: 669,706 
Trainable params: 669,706 
Non-trainable params: 0 
_________________________________________________________________ 
Traceback (most recent call last): 
    File "mnist_mlp.py", line 48, in <module> 
    metrics=['accuracy']) 
    File "/home/usr/miniconda2/lib/python2.7/site-packages/keras/models.py", line 784, in compile 
    **kwargs) 
    File "/home/usr/miniconda2/lib/python2.7/site-packages/keras/engine/training.py", line 924, in compile 
    handle_metrics(output_metrics) 
    File "/home/usr/miniconda2/lib/python2.7/site-packages/keras/engine/training.py", line 921, in handle_metrics 
    mask=masks[i]) 
    File "/home/usr/miniconda2/lib/python2.7/site-packages/keras/engine/training.py", line 450, in weighted 
    score_array = fn(y_true, y_pred) 
    File "/home/usr/miniconda2/lib/python2.7/site-packages/keras/metrics.py", line 25, in categorical_accuracy 
    return K.cast(K.equal(K.argmax(y_true, axis=-1), 
    File "/home/usr/miniconda2/lib/python2.7/site-packages/keras/backend/tensorflow_backend.py", line 1333, in argmax 
    return tf.argmax(x, axis) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/ops/math_ops.py", line 249, in argmax 
    return gen_math_ops.arg_max(input, axis, name) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/ops/gen_math_ops.py", line 168, in arg_max 
    name=name) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 759, in apply_op 
    op_def=op_def) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 2242, in create_op 
    set_shapes_for_outputs(ret) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1617, in set_shapes_for_outputs 
    shapes = shape_func(op) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1568, in call_with_requiring 
    return call_cpp_shape_fn(op, require_shape_fn=True) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py", line 610, in call_cpp_shape_fn 
    debug_python_shape_fn, require_shape_fn) 
    File "/home/usr/.local/lib/python2.7/site-packages/tensorflow/python/framework/common_shapes.py", line 675, in _call_cpp_shape_fn_impl 
    raise ValueError(err.message) 
ValueError: Dimension (-1) must be in the range [0, 2), where 2 is the number of dimensions in the input. for 'metrics/acc/ArgMax' (op: 'ArgMax') with input shapes: [?,?], [].' 

Answer 1

私のMacから既に保存されているモデルをDigOceanに読み込もうとしたときに、同じエラーメッセージが表示されました（デフォルトのDigital Oceanアプリケーションのため）。

pip3 install --upgrade tensorflow

と1.3.0がインストールされていたと私はjupyterカーネルを再起動したときに問題が解決しました：使用してtensorflow更新しました。

Answer 2

私はちょうどKerasで遊んで始めて、同じ問題が発生しました。テンソルフロー/ケラスそのもののアップグレードを含めて、私は別のフォーラムで提案されたさまざまな回避策に従っていましたが、それは私にとってはうまくいかないようでした。

Keras.backendのargmax関数は、既定では、[0、2]のみが合法であると仮定すると、範囲外の軸= -1で呼び出されているようです。

マイ溶液をカテゴリ精度関数を書き換えてきた：

import keras.backend as K 

def get_categorical_accuracy_keras(y_true, y_pred): 
    return K.mean(K.equal(K.argmax(y_true, axis=1), K.argmax(y_pred, axis=1))) 

（Iはthis thread式を発見）numpyのライブラリを活用し、以下の機能と同等であるべきである

：

import numpy as np 

def get_categorical_accuracy(y_true, y_pred): 
    return (np.argmax(y_true, axis=1) == np.argmax(y_pred, axis=1)).mean() 

使用方法get_categorical_accuracy_kerasモードで機能するl編集：

model.compile(loss=losses.categorical_crossentropy, optimizer='adam', metrics=[get_categorical_accuracy_keras]) 

問題を解決するようです。

もちろん

、私はすでに定義された精度を自分で使用したいと思いますので、そういう意味での任意の提案は